一种基于深度学习的多时相遥感图像厚云去除方法

扫码查看

原文链接

NSTL
万方数据

中文摘要：本发明提供一种基于深度学习的多时相遥感图像厚云去除方法，包括以下步骤：步骤1，构建模拟厚云遮挡遥感数据集；步骤2，构建第一阶段全局多时相特征融合网络；步骤3，构建第二阶段局部单时相信息恢复网络；步骤4，通过两阶段网络构建多时相遥感图像厚云去除总网络模型；步骤5，以L1损失函数为基础构建关于第一阶段和第二阶段网络总损失函数；步骤6，通过遥感图像模拟数据集训练多时相遥感图像厚云去除网络模型，通过总损失函数驱动网络模型的训练并指导网络模型的优化。本发明结合CNN(卷积神经)结构和Transformer结构，为遥感图像处理中具有挑战性的厚云去除问题提供了有效的解决方案。

申请号：

CN202311103905.7

公开号：

CN117237213A

专利类型：

发明专利

申请日：

2023-08-30

公开日：

2023-12-15

IPC分类：

G06T5/00(2006.01)

申请人：

西北大学

发明人：

姜博、贾俊豪、汪霖、陈晓璇、屈宏佳、种豪展、周延、孟娜、张嘉洋

主申请人地址：

710000 陕西省西安市太白北路229号

国别省市代码：

中国(CN)